php mb_strlen($str,‘utf8’) 会返回比 JavaScript .length 更大的结果吗？

Question

我正在开发 Angular 17 反应式表单，将表单数据发送到服务器上的 PHP API 并将其存储在数据库中。 我希望用户能够在表单中输入表情符号，因此我将数据库设置为

utf8mb4_unicode_ci

排序规则，以便可以存储表情符号。

安全对我来说非常重要，所以我在客户端和服务器端对各种事情进行了多次检查。

我所做的检查之一是检查输入的长度。我想知道您是否可以提供帮助，因为客户端和服务器端的长度结果不一致（因为字符串包含表情符号）。

在使用 JavaScript

.length

属性以及名为

minLength

和

maxLength

的内置角度表单验证器时，我发现它们都以相同的方式计算长度（例如，大多数基本笑脸表情符号的计算方式为长度为 2)。

但是，当我将这些数据（包括表情符号）发送到服务器端时，我使用名为

mb_strlen($subject, 'utf8')

的 PHP 方法，并且值不同（大多数基本笑脸表情符号的长度计算为 1 并且它们占用数据库中有 1 个

varchar

字符）。

我测试了大约 160 个表情符号，看看它们在客户端和服务器端返回什么值，以便尝试找出一种模式（以便我可以以正确的方式检查长度）。

正如您从下面的屏幕截图中看到的，在大多数情况下，

mb_strlen($subject,‘utf8’)

返回的长度值比 JavaScript

.length

更低。有时它返回与 JavaScript

.length

属性相同的值，但在所有这些情况下

mb_strlen($subject,‘utf8’)

从未返回大于 JavaScript

.length

返回的长度。

可以安全地假设

mb_strlen($subject,‘utf8’)

永远不会返回大于 JavaScript

.length

的值吗？对于我尚未测试的其余现有表情符号？

如果没有，您能否对此进行更多解释，并给出一些字符示例，其中

mb_strlen($subject,‘utf8’)

将返回比 JavaScript

.length

更大的值？

谢谢你

Answer 1

Javascript字符串的编码是UTF-16，length属性是字符串中UTF-16字符的数量。每个 UTF-16 字符的长度为2 个字节。在 PHP 中，你可以这样计算长度：

# Assume the input string is encoded with UTF-8
$str2 = mb_convert_encoding($str, 'UTF-16LE', 'UTF-8');
$length = strlen($str2) / 2;

但是

mb_strlen

计算字符串中 Unicode 字符的数量。 Unicode字符的长度是可变的，在当前版本中，长度可以是2或3字节。

要以 UTF-16 编码表示 3 字节 Unicode 字符，需要使用 代理对（2 个 UTF-16 字符）。因此，

mb_strlen

返回的长度永远不会大于Javascript中的length属性。